MobileNet实战：tensorflow2.X版本，
MobileNetV3图像分类任务（大数据集）
摘要
本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，今天我和大家一起实现
tensorflow2.X版本图像分类任务，分类的模型使用MobileNetV3。本文实现的算法有一下几个特点：
1、自定义了图片加载方式，更加灵活高效，不用将图片一次性加载到内存中，节省内存,适合大规
模数据集。
2、加载模型的预训练权重，训练时间更短。
3、数据增强选用albumentations。
4、如何使用classification_report评估模型？
mobilenetv3简介
MobileNetV3 是由 google 团队在 2019 年提出的，是mobilenet系列的第三个版本，其参数是由
NAS（network architecture search）搜索获取的，在ImageNet 分类任务中和V2相比正确率上升了
3.2%，计算延时还降低了 20%。V1里提出了深度可分离卷积，V2在V1的基础上增加了线性瓶颈
（Linear Bottleneck）和倒残差（Inverted Residual），那么V3又有哪些特点呢？
先看一下V3的网络结构，V3版本有两个，一个是Large 和 Small，分别适用于不同的场景。网路结
构如下：
- 1
- 2
- 3
- 4
- 5
- 6
前往页